分稀疏重建和稠密重建兩類：
稀疏重建：
使用RGB相機
SLAM
Orb-slam,Orb-slam2,orb-slam3：
工程地址在：
http://webdiis.unizar.es/~raulmur/orbslam/
DSO（Direct Sparse Odometry）
因為slam的學習資料最多，所以建議先學習slam，然后再學習Direct Sparse
關于DSO的解讀在
https://zhuanlan.zhihu.com/p/29177540
工程地址在：
https://github.com/JakobEngel/dso
vins-fusion
VINS-Fusion是基于優化的多傳感器狀態估計器，可為自主應用（無人機，汽車和AR/VR）實現準確的自定位。
VINS-Fusion是VINS-Mono的擴展，它支持多種視覺慣性傳感器類型（單攝像機+IMU，立體攝像機+IMU，甚至純雙目攝像機）。
VINS: Visual-Inertial navigation Systems
它有幾個版本：
https://github.com/HKUST-Aerial-Robotics/VINS-Mono，或者https://gitee.com/anjiang2020_admin/VINS-Mono
https://github.com/HKUST-Aerial-Robotics/VINS-Fusion
https://github.com/HKUST-Aerial-Robotics/VINS-Mobile
https://github.com/ManiiXu/VINS-Fusion-RGBD
https://github.com/pjrambo/VINS-Fusion-gpu
稠密重建：
使用RGBD相機
Elastic fusion,
工程鏈接：
https://www.worldlink.com.cn/zh_tw/osdir/elasticfusion.html
gitee鏈接：
https://gitee.com/anjiang2020_admin/ElasticFusion
解讀：
https://www.jianshu.com/p/c3613bc73dcc
InfiniTam
論文地址：
http://export.arxiv.org/abs/1708.00783,http://export.arxiv.org/pdf/1708.00783
工程地址：
https://gitee.com/anjiang2020_admin/InfiniTAM
